linux上如何安装git

安装Git

安装依赖软件

yum install curl-devel expat-devel gettext-devel openssl-devel zlib-devel asciidoc
yum install gcc perl-ExtUtils-MakeMaker

编译Git

cd /usr/local/src/
tar -zxvf git-2.1.2.tar  # 解压下载好的tar包
cd git-2.1.2
make prefix=/usr/local/git all
make prefix=/usr/local/git install
echo "export PATH=$PATH:/usr/local/git/bin" >> ~/.bashrc
source ~/.bashrc
输入git --version查看

安装PostgreSQL

# 安装对应的postgresql的yum源
rpm -Uvh https://download.postgresql.org/pub/repos/yum/9.4/redhat/rhel-7-x86_64/pgdg-centos94-9.4-3.noarch.rpm
yum update  # 更新yum
# 执行安装命令
yum install postgresql94-server postgresql94-contrib
# 检查是否安装成功
rpm -qa| grep postgres

# 初始化数据库
/usr/pgsql-9.4/bin/postgresql94-setup initdb

# 启动服务并设置为开机启动
systemctl enable postgresql-9.4
systemctl start postgresql-9.4

# 访问postgresql
su - postgres

# 设置postgres用户密码
# 会自动有一个postgres用户，设置密码
\password postgres

安装MySQL

• 下载rpm包: wget http://repo.mysql.com/mysql-community-release-el7-5.noarch.rpm
• 安装rpm: rpm -ivh mysql-community-release-el7-5.noarch.rpm
• 更新yum源: yum update
• 安装mysql服务端: yum install mysql-server
• 初始化mysql:mysqld --initialize
• 启动mysql:systemctl start mysqld
• 查看mysql运行状态，这一步可以省略:systemctl status mysqld
• 查看版本，如果出现了版本输出，说明正确安装了:mysqladmin --version

我这里输出为：mysqladmin  Ver 8.42 Distrib 5.6.45, for Linux on x86_64

• 设置密码

默认安装完之后是没有密码的，使用这一行设置密码。不过会提示你，在命令行设置密码不安全，所以别让人偷看哦，不过是可以设置成功的
mysqladmin -u root password "new_password"

• 进入mysql

mysql -u root -p
会提示你输入密码，输入刚才设置的密码，然后就进入了mysql命令行

安装单机版ElasticSearch

介绍

elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口，百度是这么告诉我的。里面出现的Lucene也是一个用于搜索的引擎，但是elasticsearch对其做了封装，提供了更友好的api，并且可扩展性非常好，而且安装简单。

太多的概念我就不说了，网上一大堆，下面来看看怎么安装。

安装

安装的话可以使用docker，但是这里我们还是采用下载tar包的方式。我的安装目录为/opt/elasticsearch，记得顺便安装一下jdk。

首先进入官网下载，https://www.elastic.co/cn/downloads/elasticsearch，最新版本是7.5.2，直接点击下载即可，但我这里使用的不是最新版，而是5.6.16版本的，具体使用哪个版本由你自己决定。

丢进去解压即可，最后目录长这个样子。启动文件在bin目录里面，为了执行方便，可以加到环境变量里面。

所有大数据组件目录基本上都差不多，目录的含义应该不用我介绍了。

不过我们需要改一个配置文件，因为es有一个特点就是不能以root来启动，因为es要访问大量的文件、并且可以接收用户的脚本来执行，因此为了安全不允许使用root用户启动，最好的办法是创建一个普通用户，然后把相关目录的操作权限赋给这个新用户。

useradd xxx
passwd xxx

chown -R xxx:xxx elasticsearch目录

然后修改配置文件，只需要改一个即可。至于端口，默认有两个端口9200和9300，当然也是可以改的，我们这里就不改了。

# 在config里面有一个elasticsearch.yml，这就是我们修改的配置文件
# 但是里面全部被注释掉了，所以我们就不把注释打开了，直接在文件尾部添加即可

network.host: 0.0.0.0  # 为了能够让其他机器通过web访问
# 至于其他的参数可以参考这个配置文件

我们使用新创建的用户启动，如果直接启动还是会报出错误。

ERROR: [2] bootstrap checks failed
[1]: max file descriptors [65535] for elasticsearch process is too low, increase to at least [65536]
[2]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

意思就是用户可以配置的文件数量太少、可使用的最大虚拟内存太小，我们还需要改一下。

• vim /etc/security/limits.conf

  

• vim /etc/sysctl.conf

  

• 然后执行sysctl -p即可

此时以普通用户satori启动就成功了，我们来通过web页面查看一下，端口是9200

如果能够出现如下内容，说明安装成功。所以es的安装还是比较简单的，我们总结一下流程。

• 安装jdk
• 安装es包，解压
• 修改配置文件，将network.host: 192.168.0.1改成network.host: 0.0.0.0，这样其它机器才可以访问
• 但是es对可打开的文件数量和可使用的虚拟内存有要求，所以我们需要再改两个系统的配置文件
• 最后创建一个新用户，或者已有的也行，总之不能是root。因为root的权限太高，es要操作大量文件的时候不能有太高的权限，更何况它还可以执行用户自己编写的脚本。总之就是以一个不是root的用户启动就行。

es相关概念

es是基于Lucene开发的分布式全文检索框架，存入es中的数据、和从es中查询得到的数据都是json格式的。首先在es中有几个概念我们必须要知道：

• 索引：Index，相当于数据库的database
• 类型：Type，相当于数据库的table
• 主键：id，相当于数据库的主键

因此我们往es中存储和查询数据，其实就是往es的Index下的Type中存储和查询。

es支持restful风格api，至于什么restful可以网上搜索一下，这是一套工业标准。总之我们可以使用http的方式来对数据进行增删改查

• 查询数据：http的get请求
• 插入数据：http的put/post请求
• 修改数据：http的put/post请求
• 删除数据：http的delete请求

安装python的airflow

Linux安装python的airflow

首先创建一个airflow目录：mkdir ~/airflow

配置环境变量：export AIRFLOW_HOME=~/airflow

安装airflow包、以及相关组件

pip3 install apache-airflow
pip3 install apache-airflow[celery,crypto,mysql,password,redis]

然后执行airflow version 产生配置文件

然后修改配置文件，我们刚才创建的airflow目录里面有一个airflow.cfg，所有的配置都在里面。因为airflow默认使用sqlite，这里我们换成PostgreSQL，当然其它数据库也是可以的。

这里我们指定的数据库是airflow，所以我们PostgreSQL中必须要先创建一个名为airflow的数据库

然后执行airflow initdb即可初始化数据库

再执行airflow webserver -D即可开启webUI，我们通过web页面就可以进行调度。默认监听8080端口，当然监听的端口也可以在$AIRFLOW_HOME/airflow.cfg中修改

基本使用

# test_dag1.py
from airflow import DAG
from airflow.operators.python_operator import PythonOperator
from airflow.utils import dates
from airflow.utils.helper import chain
from datetime import datetime, timedelta

default_args = {
    'owner': 'airflow',  # 任务所有者
    'depends_on_past': False,  # 是否依赖于过去。如果为True，那么必须要昨天的任务执行成功了，今天的才能执行
    'start_date': dates.days_ago(1),  # 任务的开始时间。这个参数会影响到部署上线时回填任务的数量。一般建议写成上线时间的前一天
    'email_on_failure': True,  # 任务失败且重试次数用完时是否发送Email
    'email_on_retry': False,  # 任务重试时是否发送Email
    'retries': 1,  # 任务失败后的重试次数 默认1
    'retry_delay': timedelta(minutes=5),  # 任务失败后启动重试的时间间隔
}

dag = DAG(
    'HANSER',  # dag名字，我们必须创建一个dag
    default_args=default_args,  # 参数
    schedule_interval=timedelta(days=1))  # 调度的时间间隔

def func1(**kwargs):
    print("执行func1", kwargs)

def func2(**kwargs):
    print("执行func2", kwargs)

def func3(**kwargs):
    print("执行func3", kwargs)

# 定义任务，每个任务都会附属在dag上面
t1 = PythonOperator(
    task_id='t1_id',  # 任务的id
    provide_context=True,  # 外界可以传递参数，需要使用PythonOperator 的provide_context=True 来获取外界参数。
                           # 所以我们在函数中定义了**kwargs来进行接收
    python_callable=func1,  # 执行的函数，传入名字
    dag=dag  # dag
)

t2 = PythonOperator(
    task_id='t2_id',
    provide_context=True,
    python_callable=func2,
    dag=dag)

t3 = PythonOperator(
    task_id='t3_id',
    provide_context=True,
    python_callable=func3,
    dag=dag)

# 我们希望三个任务依次执行，那么就可以使用
chain(t1, t2, t3)
# 或者使用t1 >> t2 >> t3也可以实现
# 也等价于
"""
t1.set_downstream(t2)
t2.set_downstream(t3)
"""

然后看一些常用命令

• python3 test_dag1.py如果没有报错，那么证明该文件在语法上没有错误，airflow是可以调度的

• airfow list_dags：查看所有的dag

我们看到创建的dag显示在上面了，当然airflow本身还有默认的dag

• airflow list_tasks <dag_id>：查看某个dag的所有task

• airflow test <dag_id> <task_id> <execution_date>：测试某一个任务

任务t1开始执行了，而且还给我们传递了很多额外的参数，这些参数就是通过**kwargs传递的

里面有两个时间参数比较重要：execution_date：airflow的执行时间，就是我们在命令行中传递的时间。prev_execution_date：执行时间的上一天

• airflow run <dag_id> <task_id> <execution_date>：运行某个任务，和airflow test类似，但是我们的print没有输出了

• airflow backfill <dag_id> -s 2015-06-01 -e 2015-06-07:在一个时间段内运行，-s开始时间、-e结束时间

• airflow clear <dag_id>：清空任务状态

• airflow trigger_dag <dag_id>：运行某个dag，所有任务一起运行，当然也可以通过webUI进行操作。

但是如果运行我们刚才的dag的话，是会报错的，显示找不到这个dag

之所以出现这个错误，是因为还没有对dag进行更新，我们需要开启调度器，更新创建的dag

• airflow scheduler -D：运行调度器

此时就运行成功了，只不过打印信息没有显示。除此之外，我们还可以通过webUI来进行调度，和airflow trigger_dag是一样的。